MétaCan
Menu
Retour à la cohorte
Enregistrement W4378843247 · doi:10.1109/apec43580.2023.10131500

Optimal Low Switching Frequency PWM Pattern for a Three-Level Neutral Point Clamped (NPC) Inverter

2023· article· en· W4378843247 sur OpenAlexaff
Aathira Karuvaril Vijayan, Battur Batkhishig, Mehdi Narimani, Ali Emadi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésTotal harmonic distortionPulse-width modulationInverterControl theory (sociology)VoltagePower (physics)Modulation (music)Computer scienceSwitching timeHarmonicWaveformElectronic engineeringTopology (electrical circuits)EngineeringPhysicsElectrical engineeringControl (management)Acoustics

Résumé

récupéré en direct d'OpenAlex

This paper proposes a mechanism of development of synchronous optimal pulse width modulation (PWM) generation for control of medium-voltage motor drives using multilevel inverters at low switching frequency. Multilevel inverters enable operation with multiple dc-link voltages while lowering total harmonic distortion (THD). Thermal losses limit the maximum switching frequency in high-power applications. As a result, the output waveforms are highly distorted. Synchronous optimal PWM (SOP) control allows for a low maximum switching frequency without sacrificing THD. The switching losses of power semiconductor devices are reduced when the switching frequency is low. A detailed explanation of an optimal control procedure is provided. The paper investigates the implementation of the SOP scheme in a three-level inverter topology and is compared with a two-level inverter. Also, the performance of SOP and in-phase disposition (IPD) modulation schemes are evaluated on a three-level neutral point clamped inverter with a switching frequency of 420Hz. The findings indicate that SOP improves the results of IPD for low switching frequencies. This demonstrates that the SOP is very useful in high power applications, resulting in a significant reduction in the use of bulky and expensive filtering elements.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,036
Tête enseignante GPT0,233
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207